常用的字符集

注：上面的GBK和GB2312都是双字节等宽编码，如果算上和ASCII兼容所支持的单字节，也可以理解为是单字节和双字节混合的变长编码。

GB18030编码是变长编码，有单字节、双字节和四字节三种方式

超集：A字符集的全部字符编码与B的一样，则B是A的超集，如A字符集有三个符X（1111），Y（1001），Z（1000）,B如果是A的超集，则B中必须包括X,Y,Z, 则它们的编码必须一样

UFT-8/16/32之间虽然编码完全相同，但存储方式不同，需要编码转换，非超集关系

Iso-8859* 与ascii也非超集关系；很多字符集都是US7ASCII的严格超集。

GBK是GB2313的超集

ZHS16GBK不是ZHS16CGB231280的超集

1. ASCII字符集(American Standard Code for Information Interchange)：

代码值只是从0-127,即7位表示一个字符，剩下的一位用来做扩展。

HTTP报文的首部，URI等使用的字符集就是ASCII

1. Latin1: ascii的扩展，8位表示一个字符。

不同地区定制了ascii的最后一位，产生了iso-8859字符家族，其中iso-8859-1是西欧语言，就是Latin1, 是HTML的默认字符集。

1. Unicode：含全世界的语言符号，常常作为不同编码间相互转码的桥梁。

Unicode使用了4字节二进制数据来为字符编号（不是编码），即最大可容纳2的31次方个字符。但实际是用不了的，约定一部分永远不启用。
字符的Unicode字符编号是确定的，但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对Unicode编码的方式有所不同。
Unicode的实现方式称为Unicode转换格式(Unicode Translation Format，简称为 UTF)，分UFT-8、UTF-16、UTF-32三种:

1) UTF-8: 是变长码，以8bit作代码单元，即一个字符使用1-4字节来编码

1. UTF-16: 是变长码，以16bit作代码单元，即一个字符要么是2字节要么是4字节，Java语言内部就使用这种编码，也是普通意义上的Unicode码。
   3）UTF-32: 对所有的Unicode字符均不做变换，直接使用编号存储！只是这种编码方案太浪费存储空间（就连1个字节就可以搞定的英文字符，它都必须使用4个字节），因而尽管使用起来方便（不需要任何转换），却没有得到普及。

1. 中文字符集：

1. GB2312简体字集，全称为GB2312(80)字集。是双字节编码的字符集
2. BIG5是台湾繁体字集
3. GBK是简繁字集，包括了GB字集、BIG5字集和一些符号

GBK编码是GB2312编码的超集，向下完全兼容 GB2312。同 GB2312一样，GBK也支持希腊字母、日文假名字母、俄语字母等字符，但不支持韩语中的表音字符（非汉字字符）。GBK还收录了GB2312不包含的汉字部首符号、竖排标点符号等字符。
4) GB18030
GB18030是国家制定的一个强制性大字集标准，全称为GB18030-2000，它的推出使汉字集有了一个“大一统”的标准。采用2字节或4字节编码，其二字节编码部分与GBK一致，因此GB18030是GBK的超集。
GB18030编码向下兼容GBK和GB2312，兼容的含义是不仅字符兼容，而且相同字符的编码也相同。GB18030收录了所有Unicode3.1中的字符，包括中国少数民族字符，GBK不支持的韩文字符等等，也可以说是世界大多民族的文字符号都被收录在内。

注：UTF8与国标GB字符集非超集关系

1. ANSI: 使用2个字节来代表一个字符的各种汉字延伸编码方式，称为ANSI编码。
   在简体中文系统下，ANSI编码代表GB2312编码，在日文操作系统下，ANSI编码代表JIS编码。